-
公开(公告)号:CN115688572A
公开(公告)日:2023-02-03
申请号:CN202211338564.7
申请日:2022-10-28
Applicant: 武汉大学 , 国网浙江省电力有限公司
IPC: G06F30/27 , G06F18/2431 , G06N3/0464 , G06N3/044 , G06N3/048 , G06N3/08 , H02J3/46 , G06F111/04
Abstract: 本发明涉及电力行业安全域边界拟合技术,具体涉及一种电力系统高维静态安全域边界拟合方法,考虑系统发电机出力约束,进行节点负荷值采样,通过潮流计算,筛选出处于安全域内的样本,形成初始样本集。提出边界样本搜索算法,为初始样本集中每一个样本寻找一个处于安全域内的样本,一个安全域外样本,并满足二者距离小于设定的距离阈值。将所处原始功率注入空间的边界样本集中数据通过深度神经网络模型转换到新的三维特征空间中。通过基于信息增益比的加权倾斜决策树算法在特征空间中进行边界的提取,并评估边界性能,选出最优边界。该方法可实现电力系统安全域高维边界的拟合,并缩小与实际边界的误差。
-
公开(公告)号:CN113471965B
公开(公告)日:2022-09-30
申请号:CN202110734667.4
申请日:2021-06-30
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国网河南省电力公司 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本发明公开了一种确定大区域电网建模边界的方法、装置、设备和介质,首先构建输电线对管道的持续干扰分析模型,获得饱和平行长度,在饱和平行长度下计算获取干扰电压和输电线路与管道间距间的关系;根据实际管道腐蚀和人身安全需求确定所需考虑的最小持续干扰电压分量阈值,进而获得不同电压等级、导线排列方式下的输电线路干扰范围,即大区域电网对管道持续干扰分析的建模边界。本发明考虑了整个电网对管道的持续干扰;可以定量分析截断边界所带来的误差;误差可控。
-
公开(公告)号:CN115713026A
公开(公告)日:2023-02-24
申请号:CN202211167258.1
申请日:2022-09-23
Applicant: 武汉大学
IPC: G06F30/27 , G06Q10/04 , G06Q50/06 , H02J3/00 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/049 , G06N3/08 , G06F119/08
Abstract: 本申请涉及一种时序数据预测模型构建方法、装置、设备及可读存储介质,涉及电力系统与人工智能交叉技术领域,包括基于三次样条插值法对待处理数据进行数据重建,得到重建后数据曲线,所述待处理数据包括温度和电力负荷;基于道格拉斯‑普克算法对重建后数据曲线进行数据压缩,得到压缩后数据曲线;将压缩后数据曲线对应的压缩数据输入至CNN‑BiGRU网络模型进行训练,得到时序数据预测模型,以利用所述时序数据预测模型进行电力负荷预测。本申请可有效降低预测模型的构建难度,并可准确预测电力负荷。
-
公开(公告)号:CN114004282B
公开(公告)日:2024-12-03
申请号:CN202111188349.9
申请日:2021-10-12
Applicant: 武汉大学 , 国网浙江省电力有限公司
IPC: G06F18/214 , G06N20/00 , G06Q10/0639 , G06Q50/06
Abstract: 本发明提出了一种电力系统深度强化学习紧急控制策略提取方法。通过引入电力系统节点模型多个历史时刻的特征数据构建观测数据;进一步构建深度Q学习网络模型,并采用随机梯度下降优化算法进行优化训练得到电力系统紧急控制深度强化学习模型;基于已训练完成的深度Q学习网络模型,在特定的故障场景下,生成数据集;并在此数据及上训练基于信息增益比的加权倾斜决策树模型,以完成策略提取;设定策略保真度指标、策略实际控制性能指标、模型复杂度指标,以评估不同超参数下的模型性能,从而根据实际需求选出最优模型,以用于电力系统紧急控制领域中。
-
公开(公告)号:CN111257710B
公开(公告)日:2024-06-14
申请号:CN202010152959.2
申请日:2020-03-06
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国家电网有限公司
Abstract: 本申请涉及一种考虑介质影响的大电流烧蚀试验试品台及试验方法,试验平台包括容器组件、夹固组件和通电组件,所述容器组件包括内部容纳被试品和介质的绝缘容器,所述夹固组件包括将所述被试品固定在所述绝缘容器内的夹件,所述通电组件包括电源、接地极和连接所述电源的手动电极,所述手动电极包括可伸缩和转动的设置于所述绝缘容器内的导电棒体,所述接地极一端接地,另一端与所述被试品可拆卸连接。本发明一种考虑介质影响的大电流烧蚀试验试品台,试品可以方便固定在该平台上,同时该平台可以根据试验的需要填充相关的导电介质,最大程度地还原试验的真实环境。该试验试品台数据获取直观有效,极大提高该项工作的效率。
-
公开(公告)号:CN113541114B
公开(公告)日:2023-03-07
申请号:CN202110735649.8
申请日:2021-06-30
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国网河南省电力公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于地中屏障的埋地管网入地电流防护方法,将平板型的屏障垂直布置在埋地管道与杆塔接地装置之间的土壤,屏障的位置靠近杆塔接地体或埋地管道。提出了屏障只布置在杆塔接地体侧,或只布置在埋地管道侧,或同时布置在杆塔接地侧和埋地管道侧三种布置方案。当电网发生接地故障或遭受雷击时,由于屏障的存在,可避免土壤中的放电通道发展到达管道处,减小流向管道侧的电流,降低电网对管道的影响。
-
公开(公告)号:CN113991645A
公开(公告)日:2022-01-28
申请号:CN202111208028.0
申请日:2021-10-18
Applicant: 武汉大学 , 国网浙江省电力有限公司
Abstract: 本发明提出了一种基于电力系统紧急控制的关键因素辨识方法。构建电力系统紧急控制深度强化学习模型,引入配电网节点模型多个历史时刻的特征数据构建配电网特征数据集;进一步将配电网特征数据集中每组配电网特征矩阵集合依次输入至采用随机梯度下降算法和Q学习算法的深度强化学习模型进行训练,预测并得到负荷削减动作;将配电网特征数据集中每组配电网特征矩阵集合依次输入至电力系统紧急控制深度强化学习模型预测得到对应的负荷削减动作,通过Deep‑SHAP方法获取多个影响电力系统紧急控制深度强化学习模型的主要特征;本发明解决机器学习模型中透明度过低的问题,为调度人员提供更加充分的决策帮助,提高模型的可解释性和准确度。
-
公开(公告)号:CN113541114A
公开(公告)日:2021-10-22
申请号:CN202110735649.8
申请日:2021-06-30
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国网河南省电力公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于地中屏障的埋地管网入地电流防护方法,将平板型的屏障垂直布置在埋地管道与杆塔接地装置之间的土壤,屏障的位置靠近杆塔接地体或埋地管道。提出了屏障只布置在杆塔接地体侧,或只布置在埋地管道侧,或同时布置在杆塔接地侧和埋地管道侧三种布置方案。当电网发生接地故障或遭受雷击时,由于屏障的存在,可避免土壤中的放电通道发展到达管道处,减小流向管道侧的电流,降低电网对管道的影响。
-
公开(公告)号:CN113471965A
公开(公告)日:2021-10-01
申请号:CN202110734667.4
申请日:2021-06-30
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国网河南省电力公司 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本发明公开了一种确定大区域电网建模边界的方法、装置、设备和介质,首先构建输电线对管道的持续干扰分析模型,获得饱和平行长度,在饱和平行长度下计算获取干扰电压和输电线路与管道间距间的关系;根据实际管道腐蚀和人身安全需求确定所需考虑的最小持续干扰电压分量阈值,进而获得不同电压等级、导线排列方式下的输电线路干扰范围,即大区域电网对管道持续干扰分析的建模边界。本发明考虑了整个电网对管道的持续干扰;可以定量分析截断边界所带来的误差;误差可控。
-
公开(公告)号:CN113420399A
公开(公告)日:2021-09-21
申请号:CN202110737111.0
申请日:2021-06-30
Applicant: 国网河南省电力公司电力科学研究院 , 武汉大学 , 国网河南省电力公司 , 国家电网有限公司
IPC: G06F30/18 , G06F30/20 , G06F113/14
Abstract: 本发明公开了绝缘接头雷电感应电压计算方法、装置、设备及介质,所述方法包括以下步骤:1)收集线路、管道参数以及土壤电阻率参数;2)建立输电线路对管道干扰电压的频域计算模型;3)对雷电流波形进行傅里叶正变换,将时域计算转换为频域计算;4)确定土壤在不同频率下的参数;5)计算不同频率下的绝缘接头电压;6)对频域计算结果进行傅里叶反变换,得到绝缘接头的时域波形。在计算过程中,实际的土壤电阻率随频率变化,土壤电阻率和电压密切相关,本发明考虑了土壤电阻率的频变特性,使计算结果更贴近实际情况。
-
-
-
-
-
-
-
-
-